为了更好地监测和评价城市生态质量，有必要建立更准确的城市遥感生态指标。结合绿色、湿度、干燥、热量和空气质量等指标，利用主成分分析构建了改进的遥感生态指数MRSEI（Modified、Remote　Sensing和Ecological　Index）。在压力-状态-响应模型PSR中，熵权法被用来计算每个指标的权重，生态环境指数EI的生态环境指数通过加权法得到，并与MRSEI和RSEI进行比较。同时，利用KPCA的核主成分分析（Kernel主成分分析），基于绿色、热、湿度和干燥的综合指标，构建了非线性遥感生态指数NRSEI（Nonlinear、Remote　Sensing、Ecological　Index）。最后，将MRSEI和NRSEI与常用的遥感生态指数RSEI（Remote　Sensing、Ecological　Index）进行了比较和分析。结果表明，MRSEI能够反映2014年和2017年空气质量的空间分布对城市生态质量的影响。MRSEI和EI山的相关系数分别为0.829和0.857（P<0.01），分别比2014年和2017年高0.035和0.055RSEI和EI。在主城区，MRSEI和RSEI与EI的比较表明，MRSEI上平均绝对误差、均方根误差和相对误差的平均值小于RSEI，表明MRSEI更适合于城市的生态质量评价，空气质量指数对北京市生态环境的监测和评价非常重要。同时，在实验区，KPCA的第一主成分贡献率比PCA高11.94%-21.45%。各项指标均比NRSEI相关系数和RSEI高0.128-0.198。Nrsei可以反映生态水平之间的转换。RSEI有时低估生态环境差的地区，有时高估生态环境好的地区。NRSEI更符合遥感图像定性反映的生态状况。在监测空气质量严重的北京市的生态质量方面，MRSEI优于RSEI。考虑到各项指标之间存在弱线性或非线性问题，NRSEI和生态环境质量的监测效果优于线性变换